计算机多媒体技术

6．1．3　计算机多媒体技术

6．1．3．1　音频技术

音频技术发展较早，一些技术已经成熟并产品化，甚至进入了家庭，如数字音响。音频技术主要包括4个方面:音频数字化、语音处理、语音合成及语音识别。

音频数字化目前是较为成熟的技术，多媒体声卡就是采用此技术而设计的，数字音响也是采用了此技术取代传统的模拟方式而达到了理想的音响效果。音频处理包括范围较广，但主要集中在音频压缩上。目前最新的MPEG语音压缩算法可将声音压缩6倍。语音合成是指将正文合成为语言播放，目前国外几种主要语音的合成水平均已到实用阶段，汉语合成几年来也有突飞猛进的发展，实验系统正在运行。在音频技术中，难度最大最吸引人的技术当属语音识别，虽然目前只是处于实验研究阶段，但是广阔的应用前景使之一直成为该领域研究关注的热点之一。

6．1．3．2　视频技术

虽然视频技术发展的时间较短，但是产品应用范围已经很大，与MPEG压缩技术结合的产品已开始进入家庭。视频技术包括视频数字化和视频编码技术两个方面。视频数字化是将模拟视频信号经模数转换和彩色空间变换转为计算机可处理的数字信号，使得计算机可以显示和处理视频信号。目前采样格式有两种: Y∶U∶V=4∶1∶1和Y∶U∶V=4∶2∶2，前者是早期产品采用的主要格式，Y∶U∶V=4∶2∶2格式使得色度信号采样增加了一倍，视频数字化后的色彩、清晰度及稳定性有了明显的改善，是下一代产品的发展方向。

视频编码技术是将数字化的视频信号经过编码成为电视信号，从而可以录制到录像带中或在电视上播放。对于不同的应用环境有不同的技术可以采用。从低档的游戏机到电视台广播级的编码技术都已成熟。

6．1．3．3　图像压缩技术

图像压缩一直是技术热点之一，它的潜在价值相当大，是计算机处理图像和视频以及网络传输的重要基础，目前ISO制订了两个压缩标准，即JPEG和MPEG。JPEG是静态图像的压缩标准，适用于连续色调彩色或灰度图像。它包括两部分:一是基于DPCM(空间线性预测)技术的无失真编码;一是基于DCT(离散余弦变换)和哈夫曼编码的有失真算法。前者图像压缩无失真，但是压缩比很小。目前，主要应用的是后一种算法，图像有损失但压缩比很大，压缩20倍左右时基本看不出失真。

MJPEG是指MotionJPEG，即按照25帧/s速度使用JPEG算法压缩视频信号，完成动态视频的压缩。

MPEG算法是适用于动态视频的压缩算法，它除了对单幅图像进行编码以外还利用图像序列中的相关原则，将帧间的冗余去掉，这样大大提高了图像的压缩比例。该算法通常保持较高的图像质量而压缩比高达100倍。MPEG算法的缺点是，压缩算法复杂，实现很困难。